-
公开(公告)号:CN102364524A
公开(公告)日:2012-02-29
申请号:CN201110330357.2
申请日:2011-10-26
Applicant: 清华大学
Abstract: 本发明提出一种基于变光照多视角间差采样的三维重建方法,包括以下步骤:多组影像记录设备采集运动目标在各个时刻和光源提供的变光照条件下的多个视角的图像,得到运动目标的初始图像;根据运动目标的轮廓信息和对应于每个视角的影像记录设备的参数建立可视凸壳,利用可视凸壳建立运动目标的初始三维模型;对图像和初始三维模型进行联合运动补偿,得到运动目标的初始三维模型的法向信息;对运动目标的初始三维模型的法向信息和初始三维模型的几何信息进行联合优化,建立运动目标的优化三维模型。本发明还公开了一种基于变光照多视角间差采样的三维重建装置。本发明利用得到的多光照多时刻的图像信息,实现快速运动目标的高精度的三维重建。
-
公开(公告)号:CN102236912A
公开(公告)日:2011-11-09
申请号:CN201110191618.7
申请日:2011-07-08
Applicant: 清华大学
IPC: G06T17/00
Abstract: 本发明公开了一种变光照条件下运动目标的三维重建方法,包括如下步骤:采集运动目标在光源提供的变光照条件下的多个视角的图像;根据多台摄像机在每一时刻采集得到的运动目标的多个视角的图像,建立运动目标的初始三维模型;通过运动估计和运动补偿得到每个时刻的运动目标的多光照图像;联合初始三维模型和多光照图像恢复得到初始三维模型的法向信息;对初始三维模型的几何信息和初始三维模型的法向信息进行联合优化,得到运动目标的优化三维模型。本发明还公开了一种变光照条件下运动目标的三维重建装置。本发明联合多视角立体和光度立体方法的优势,结合周期性变光照条件下的运动估计和运动补偿,实现对运动目标的高精度的三维模型的重建。
-
公开(公告)号:CN102722864B
公开(公告)日:2014-11-26
申请号:CN201210157662.0
申请日:2012-05-18
Applicant: 清华大学
IPC: G06T5/00
Abstract: 本发明提出一种图像增强方法,包括步骤:采集可见光图像和红外图像;分别对可见光图像和红外图像的亮度维度进行可逆变换,得到可见光图像和红外图像的对比度信息和纹理信息;根据可见光图像的饱和度和可见光图像的亮度计算蒙版;利用蒙版对可见光图像和红外图像进行迁移,计算增强可见光图像的对比度信息;利用蒙版对可见光图像和红外图像进行迁移,计算增强可见光图像的纹理信息;进行可逆反变换得到增强可见光图像的亮度;以及根据增强可见光图像的亮度和可见光图像的饱和度和色调混合得到增强可见光图像。根据本发明实施例的图像增强方法能够自动地实现高动态场景的信息的恢复,从对比度和纹理两方面实现高质量的可见光图像增强。
-
公开(公告)号:CN101917624A
公开(公告)日:2010-12-15
申请号:CN201010238674.7
申请日:2010-07-26
Applicant: 清华大学
Abstract: 本发明提出一种高分辨率视频图像重建方法,包括以下步骤:输入视频图像序列;对输入的所述视频图像序列进行插值;对已插值的所述视频图像序列中的被差值点建立运动矢量集;对所述运动矢量集中的每个运动矢量,获得被插值点处的运动补偿权值和加权运动补偿值;累积所述被插值点处相应于运动矢量集的运动补偿权值和加权运动补偿值以获得运动补偿权值累计值;采用运动补偿权值累计值归一化所述被插值点处的加权运动补偿值的累计值,获得所述被插值点处的像素值;在插值结果满足超分辨率视频图像质量的要求之后,输出插值后的高分辨率视频图像。本发明的方法对视频中出现的遮挡覆盖等现象具有很强的鲁棒性,可用于高分辨率视频图像重建等领域。
-
公开(公告)号:CN102034223A
公开(公告)日:2011-04-27
申请号:CN201010568245.6
申请日:2010-11-26
Applicant: 清华大学
IPC: G06T5/00
Abstract: 本发明提出一种去方向性高速运动目标模糊的计算方法,包括以下步骤:对传统相机的曝光方式进行伪随机二进制编码;用编码曝光的方式对方向性高速运动目标进行编码;获得方向性高速运动目标的模糊图像,并通过压缩约束获得方向性高速运动目标静止时的图像;和根据方向性高速运动目标静止时的图像对模糊图像进行优化解码以去除运动模糊。本发明利用计算摄像学的方法从采集端通过编码曝光的方式改变运动目标图像的获取方式,从而消除卷积核(也称模糊核)频域的零点,这样反卷积得到的图像就不会有振铃现象,这样就最终达到去除目标运动模糊获得清晰图像的目的。
-
公开(公告)号:CN101917624B
公开(公告)日:2013-04-03
申请号:CN201010238674.7
申请日:2010-07-26
Applicant: 清华大学
Abstract: 本发明提出一种高分辨率视频图像重建方法,包括以下步骤:输入视频图像序列;对输入的所述视频图像序列进行插值;对已插值的所述视频图像序列中的被差值点建立运动矢量集;对所述运动矢量集中的每个运动矢量,获得被插值点处的运动补偿权值和加权运动补偿值;累积所述被插值点处相应于运动矢量集的运动补偿权值和加权运动补偿值以获得运动补偿权值累计值;采用运动补偿权值累计值归一化所述被插值点处的加权运动补偿值的累计值,获得所述被插值点处的像素值;在插值结果满足超分辨率视频图像质量的要求之后,输出插值后的高分辨率视频图像。本发明的方法对视频中出现的遮挡覆盖等现象具有很强的鲁棒性,可用于高分辨率视频图像重建等领域。
-
公开(公告)号:CN102722864A
公开(公告)日:2012-10-10
申请号:CN201210157662.0
申请日:2012-05-18
Applicant: 清华大学
IPC: G06T5/00
Abstract: 本发明提出一种图像增强方法,包括步骤:采集可见光图像和红外图像;分别对可见光图像和红外图像的亮度维度进行可逆变换,得到可见光图像和红外图像的对比度信息和纹理信息;根据可见光图像的饱和度和可见光图像的亮度计算蒙版;利用蒙版对可见光图像和红外图像进行迁移,计算增强可见光图像的对比度信息;利用蒙版对可见光图像和红外图像进行迁移,计算增强可见光图像的纹理信息;进行可逆反变换得到增强可见光图像的亮度;以及根据增强可见光图像的亮度和可见光图像的饱和度和色调混合得到增强可见光图像。根据本发明实施例的图像增强方法能够自动地实现高动态场景的信息的恢复,从对比度和纹理两方面实现高质量的可见光图像增强。
-
-
-
-
-
-